OpenAI a annoncé le 8 septembre avoir résolu le problème de Navier-Stokes, l'un des sept problèmes du millénaire du Clay Mathematics Institute : un essaim d'environ 10 000 agents, pilotés par un modèle interne présenté comme plus capable que GPT-6 Astra, a produit en 88 heures la preuve qu'un fluide incompressible en trois dimensions peut développer une singularité en temps fini. La preuve, formalisée en Lean par GPT-6 Astra en 17 heures supplémentaires, est publique sur GitHub. L'annonce s'accompagne d'une controverse frontale sur la paternité du résultat.
- Deuxième problème du millénaire résolu de l'histoire, après la conjecture de Poincaré par Perelman ; OpenAI déclare ne pas vouloir réclamer le prix d'un million de dollars.
- La preuve est vérifiée formellement en Lean : sa correction n'est plus le débat. La question ouverte est celle de la méthode et de la priorité scientifique.
- Tristan Buckmaster (NYU) et Levent Alpöge (Anthropic) revendiquent l'antériorité sur le problème d'Euler forcé, annoncé la veille au soir, et Buckmaster accuse OpenAI d'avoir eu vent de leurs travaux ; Sébastien Bubeck dément tout accès à leurs preuves.
Une singularité en temps fini, prouvée par essaim d'agents
Le résultat mathématique : partant d'un fluide au repos soumis à des forces d'énergie finie, la vitesse peut croître sans borne en un temps fini - un vortex qui s'enroule sur lui-même en s'étirant « comme un spaghetti », selon la description d'OpenAI. Cela règle les énoncés C et D de la formulation officielle du problème, dans le sens de l'explosion : les équations qui modélisent tous les écoulements, de la météo à l'aéronautique, peuvent produire des valeurs infinies. La difficulté technique, soulignée par OpenAI, était d'obtenir cette explosion par le mouvement du fluide lui-même, sans injecter une force infinie à la main. La méthode dite de forçage reprend une voie ouverte par Diego Córdoba et Luis Martínez-Zoroa.
L'échelle industrielle du calcul : 2,7 millions de messages échangés entre agents du 1er au 5 septembre, environ 130 milliards de tokens produits, puis une formalisation Lean qui garantit mécaniquement la validité logique. C'est le deuxième jalon de mathématiques formelles en une semaine, après la formalisation de la preuve de Fermat par Claude en 11 jours : le schéma essaim massif + vérificateur formel s'installe comme le standard des deux laboratoires rivaux.
La controverse, elle, n'est pas réglée par Lean. Buckmaster et Alpöge, qui travaillaient depuis des mois sur le problème voisin d'Euler forcé et datent leur percée du 15 août, ont annoncé leur résultat la veille au soir de la publication d'OpenAI. Buckmaster affirme que des informations sur leurs travaux ont circulé jusqu'à OpenAI, juge improbable le choix indépendant de la même voie d'attaque peu courante, et rapporte une pression de Bubeck pour retirer le crédit d'Alpöge, avec cette phrase qu'il cite : « Si vous ne voulez pas que je sois gentil, je n'ai pas à être gentil. » OpenAI répond que ni les chercheurs ni les agents n'ont vu leurs travaux avant publication, que les preuves diffèrent, et dit avoir proposé une annonce conjointe reconnaissant leur priorité sur Euler. Détail piquant : Alpöge travaille chez Anthropic.
Mon avis : basculement pour la recherche mathématique, où la vitesse de calcul devient un avantage compétitif face à des carrières humaines entières - c'est exactement ce que la communauté redoutait. Pour un lecteur français, le signal utile est le pattern industriel, pas le théorème.
Ce que ça change pour vous
Directement, rien : personne n'attend une retombée SEO ou produit d'une preuve d'analyse mathématique. Indirectement, le schéma qui vient de résoudre deux monuments en une semaine est transposable : des agents massivement parallèles qui explorent, et un vérificateur objectif qui tranche. En mathématiques, le vérificateur est Lean ; dans une équipe qui livre du code, ce sont les tests, le typage, un validateur de schéma. La leçon opérationnelle est que la parallélisation d'agents ne vaut que là où un contrôle mécanique de la sortie existe - sans vérificateur, multiplier les agents multiplie surtout les erreurs plausibles. L'affaire Buckmaster rappelle aussi que la traçabilité de qui savait quoi et quand devient un sujet dès que des agents travaillent sur des problèmes où des humains ont une antériorité.
- Parcours le dépôt GitHub de la preuve lié dans l'annonce d'OpenAI pour voir concrètement à quoi ressemble une sortie d'essaim d'agents vérifiée en Lean.
- Identifie dans tes propres workflows une tâche dotée d'un vérificateur objectif (suite de tests, linter, validation de schéma JSON) : c'est le seul terrain où un pattern multi-agents se pilote sans relecture humaine systématique.
- Estime le coût d'un ordre de grandeur de 130 milliards de tokens au tarif de ton API actuelle avant de promettre un essaim d'agents à un client : le pattern est réplicable, son budget l'est rarement.
Sources
- OpenAI - On the Navier-Stokes Millennium Prize Problem (8 septembre 2026)
- Scientific American - OpenAI claims blockbuster math breakthrough amid swirl of controversy (8 septembre 2026)
- TechCrunch - OpenAI fought dirty on career-making math problem, says NYU mathematician (8 septembre 2026)
Source : Openai.com
Cet article a été rédigé avec l’assistance d’un modèle de langage (LLM).
